Cognition、新モデルSWE-2を発表：コスト64%削減
मूल शीर्षक: Cognition launches new SWE-2 model, Rivaling Fable 5.1 and GPT-Astra
यह क्यों महत्वपूर्ण है
多兆パラメータ規模でのRL適用により、高性能かつ低コストなコーディングAIの新基準が示された点が業界で注目される。
Cognitionは2026年10月9日、最新コーディングモデル「SWE-2」を発表した。FrontierCode 1.1 Mainで50.0%を達成し、Fable 5.1と同等性能を持ちながら64%低コストを実現。Devin DesktopおよびCLIで本日より利用可能。
Cognitionが発表した「SWE-2」は、同社最先端のコーディングモデルであり、能力とコストのPareto Frontierを押し広げることを目的として開発された。ベースモデルとして2.8兆パラメータの「Kimi K3」を使用しており、これはagentic codingに向けた大規模な強化学習（RL）をすでに経ていたモデルである。SWE-2はそこからさらにRL後学習を行い、多くのベンチマークで5〜6ポイントの向上を達成した。
ベンチマーク結果によると、FrontierCode 1.1 Mainでは50.0%（Fable 5.1は50.9%、GPT-6 Astraは53.3%）、DeepSWE 1.1では73.0%、Terminal-Bench 2.1では92.8%を記録。Grok 4.6（48.0%）やGPT-5.6 Sol（47.5%）を上回る結果となった。
効率面では、SWE-1.7と比較してSWE-2 mediumは1タスクあたりの平均ステップ数が127から53へ58%削減され、平均コストも81%低下した。
技術的な主な改善点として、（1）単一RLラン内ですべての推論努力レベルを同時に学習する「Cost penalties」手法、（2）SWE-1.6から継続するlength-weighted reward baselineの導入によるトレーニング安定化、（3）NVFP4/FP8カーネルと量子化対応トレーニングによるメモリ効率の向上、（4）RLトレーニング環境を3倍に拡張しverifierを強化するフライホイール構築、が挙げられる。
SWE-2はDevin Desktop、CLI、Devin Web、Fusionにて本日より順次提供開始される。